Tehnologie media

O fotografie estimează conținutul de calorii al alimentelor

Robin Ruede și colegii săi de la Institutul de Tehnologie din Karlsruhe, Germania, ar putea ajuta. Au intrat într-o rețea neuronală utilizată în mod obișnuit, DenseNet, pentru a face referințe încrucișate la imagini de masă cu o bază de date de 308.000 de fotografii făcute din 70.000 de rețete de pe un site de gătit german. O rețea neuronală este modelată pe arhitectura unui creier.

„Am adaptat arhitectura și am făcut-o să prezică macronutrienții - conținutul de calorii, grăsimi și proteine - din ingrediente”, spune Ruede. "Presupunem că au gătit rețeta corect, luăm valorile nutriționale și facem modelul să învețe corelația dintre informațiile nutriționale și această imagine.".

Uneori greșește

Acest model este departe de a fi perfect: în medie, estimarea sa de calorii este de 32,6% greșită atunci când se confruntă cu o imagine nevăzută, deși oamenii sunt, de asemenea, prost în estimarea conținutului caloric: un sondaj din 2018 a arătat că estimările noastre pot fi la câteva sute de calorii distanță de o masă . În schimb, acest model a estimat că o prăjitură de ciocolată, care era de 198 kcal la 100 de grame, era de 183 kcal și că o pâine de 239 kcal/100 g era de 229 kcal.

„Tot acest document este un mare pas înainte în capacitatea noastră de a determina valoarea nutrițională a alimentelor din imagini”, spune Dane Bell, cofondator al Lum AI, o companie de prelucrare asistată de rețea neuronală. „Acest set de date este direct legat de ceea ce vrem să știm: cantitatea de proteine, carbohidrați și grăsimi din acest aliment”.

Relevanță relativă

Acest model nu mai este relevant atunci când se confruntă cu elemente care nu sunt în lista de rețete sau când rețetele utilizează ingrediente sau metode neobișnuite. Dar chiar și așa, spune domnul Ruede, „este destul de clar că poate distinge categoriile de alimente bogate în calorii și cu conținut scăzut de calorii”.

Această cercetare a fost pre-publicată în arXiv.